Miloco 本地大模型智能家居部署与使用记录

然后打开终端，执行：

wsl --install

如果已经装过，可以更新：

wsl --update

接着下载 Linux 发行版。应用商店里搜 Ubuntu，安装 Ubuntu 24.04.1 LTS 也可以；命令行里也能查在线发行版并安装：

wsl --list --online
wsl --install -d Ubuntu-24.04

安装完成后，按提示创建用户名和密码。后面需要进入指定发行版时，可以这样启动：

wsl -d Ubuntu-24.04

2. WSL 常用命令

# 启动默认发行版
wsl

# 退出当前发行版
exit # 或 logout

# 列出所有发行版（含状态）
wsl --list --verbose # 简写 wsl -l -v

# 查看详细信息
wsl --status

# 设置默认启动发行版
wsl --set-default Ubuntu-22.04

# 卸载指定发行版（数据丢失）
wsl --unregister Ubuntu-20.04

# 查看 WSL2 的 IP 地址
ip addr show eth0 | grep 'inet\b' | awk '{print $2}' | cut -d/ -f1

# 关闭所有 WSL 实例
wsl --shutdown

# 运行特定发行版命令
wsl -d Ubuntu-22.04 -e bash -c "echo Hello"

# 重启版本
wsl --terminate <DistributionName>
wsl --distribution <DistributionName>

3. 网络模式

打开 WSL Settings，把网络模式改成 Mirrored。改完后先执行一次 wsl --shutdown，再重新进入子系统，检查 ip a，看网络配置是否和宿主机一致。

Mirrored 模式下还要给 Hyper-V 防火墙放行入站连接。管理员权限打开 PowerShell，执行：

Set-NetFirewallHyperVVMSetting -Name '{40E0AC32-46A5-438A-A0B2-2B479E8F2E90}' -DefaultInboundAction Allow
# 使用下述命令获取 WSL 防火墙策略
Get-NetFirewallHyperVVMSetting -PolicyStore ActiveStore -Name '{40E0AC32-46A5-438A-A0B2-2B479E8F2E90}'
# DefaultInboundAction 和 DefaultOutboundAction 为 Allow 即可

4. Docker 环境

官方脚本可以直接装 Docker。WSL2 里通常不需要再绕 Docker Desktop，那套配置更重，也更容易把 GPU 和网络搞复杂。

curl -fsSL https://get.docker.com | bash -s docker
# 中国国内用户可以指定 Aliyun 源安装
curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun

想免 sudo 的话，把当前用户加进 docker 组：

sudo usermod -aG docker $USER

改完重新登录，再用下面命令确认安装没问题：

docker --version

5. 显卡驱动和开发工具

下面两种方式选一种就行。

# 25-11-1 更新
# 安装 CUDA Toolkit（推荐安装）
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb
sudo apt-get update
sudo apt install nvidia-cuda-toolkit
# 安装 NVIDIA Driver
sudo apt-get -y install cuda-drivers

# 25-11-1 更新
# 配置下载源
sudo apt-get update && sudo apt-get install -y --no-install-recommends curl gnupg2
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
&& curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \
sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
sudo sed -i -e '/experimental/ s/^#//g' /etc/apt/sources.list.d/nvidia-container-toolkit.list
sudo apt-get update
export NVIDIA_CONTAINER_TOOLKIT_VERSION=1.18.0-1
sudo apt-get install -y \
  nvidia-container-toolkit=${NVIDIA_CONTAINER_TOOLKIT_VERSION} \
  nvidia-container-toolkit-base=${NVIDIA_CONTAINER_TOOLKIT_VERSION} \
  libnvidia-container-tools=${NVIDIA_CONTAINER_TOOLKIT_VERSION} \
  libnvidia-container1=${NVIDIA_CONTAINER_TOOLKIT_VERSION}

四、安装后先做验证

先验证 Docker，再验证 NVIDIA 驱动和 CUDA，最后确认容器里也能拿到 GPU。顺序别反了，不然出问题时不好定位。

1. 验证 Docker

docker run hello-world
# 验证完成后，可移除镜像
docker rmi hello-world

如果看到 Hello from Docker!，说明 Docker 已经可用。

2. 验证 NVIDIA 驱动

nvidia-smi

这条命令能正常输出显卡和 CUDA 相关信息，说明驱动没问题。

再看 CUDA Toolkit：

nvcc --version

能输出版本号就行。

3. 验证 NVIDIA Container Toolkit

docker run --rm --gpus all nvidia/cuda:12.4.0-base-ubuntu22.04 nvidia-smi
# 验证完成后，可移除镜像
docker rmi nvidia/cuda:12.4.0-base-ubuntu22.04

能在容器里看到显卡信息，GPU 透传就算通了。

五、安装 Miloco

拉源码后直接跑安装脚本：

git clone https://github.com/XiaoMi/xiaomi-miloco.git
bash scripts/install.sh

安装器启动后，界面大致如下：

这里选 1. Quick Install。

下载路径建议优先选 Xiaomi FDS，国内速度会省心一些。

安装完成后会有提示：

随后启动服务：

运行起来后，状态会显示在系统里：

六、访问前端

服务地址是 https://<your ip>:8000。如果只是在本机访问，直接用 127.0.0.1。

注意：

• 请用 https，不要直接用 http
• Windows 下可以试试直接访问 WSL 的 IP，比如 https://<wsl ip>:8000
• macOS 如果用了桥接网络，访问时要用 Docker 所在虚拟机的 IP

七、实际使用时怎么配

前端管理界面长这样：

后端模型也可以单独指定：

规则这块，我更倾向于先手动配。自动生成省事，但真正落到家居控制里，很多规则最后还是要自己看一遍。

添加规则前，先在米家 APP 里确认相关设备本身能正常控制。正式加规则时，记得在控制选项里点'测试'，拿到有效的米家控制指令。大模型有时会把指令拼得不够稳，测试几轮反而更快。

如果规则执行异常，去日志管理里看执行记录，基本能定位到是设备、指令还是模型生成的问题。